在对所采集的图像进行了人脸测试、去比重后,在最终的CACD数据集中获得了年龄范围从16至62周岁的共163446张人脸图像,各个年龄图像数量分别如图3所显示,其中以20-60周岁的儿童图像数量为主,而一般每人也有80张以下的儿童图像数量。经检测与对齐处理后人脸区域的图像尺寸约为256×256,再通过随机裁剪至224×224尺寸的图像作为最后练习的入口,如图5所示,能够成倍增加训练样本量,从而使得网

对深度神经网络的网络结构参数进行确定：输入层、隐藏层、输出层的神经元个数，神经网络的激活函数（sigmoid，relu 和 tanH）的选择，如何初始化参数，计算正向和反向传播的代价函数、损失函数，确定算法中的 learning rate（学习率）、iterations(梯度下降法循环的数量)、mini batch size（批量梯度下降的大小）等超参数的最优值，如何避免搭建深度神经网络会出现的诸

人脸识别是计算机视觉[7]和模式识别[7]中的一个重要分支，人脸识别技术其最大的作用就是利用人脸的特征性来区分个体身份。人脸识别技术主要完成人脸图像与数据库已存的所有图像的匹配过程，判断出“你”是谁，最终实现人脸识别。人脸识别应用场景大致可以分为两类：一是两张人脸照片进行比较，二是将一张人脸照片与多张人脸照片进行比较。前者通常是判断两张人脸照片是否为同一个人，通常应用在人脸匹配上。后者通常是在若干

Pandas是Python当中的一个拓展的库，Pandas里面包含了大量的标准数据类型并且提供了高效操作大型数据的工具，对于数据的处理，pandas可以做到非常的高效，并且可以与多种类库共同使用，对编程者非常友好。同时Pandas也提供了集中数据结构供使用者使用：1. Series: 一维数组，类似于List列表的一种数据结构，但是Series与List有一些不同之处，就是Series只允许储存相

本篇论文主要是利用Python的网络爬虫，通过相应的程序代码，从智联网站上爬取我们所需要的招聘数据，并将这些爬取下来的json类型的网页数据存储进我们建立的关系型数据库（Relational database）MySQL之中，最后通过字段确定，数据获取，可视化实现来展示出我们所需要的结果图，例如平均工资与职位之间的关系，工作经验对于工作薪资待遇的影响等等。在这次毕业设计中，因为我对Python这门

这样PyTorch使用者不需要为每一种架构的网络定制不同的反向传播算法，可以很轻松地利用PyTorch的函数，自动进行反向传播算法，从而计算每一个自动微分变量的梯度信息，很大程度减少了编程的工作量和学习深度学习的难度。从图像上看，共享单车被租赁的数量随时间波动，并且呈现一定的规律性。由于在数据预处理的时候对每小时单车租赁数进行了标准化处理，要想观察真实的单车租赁数曲线需要将数据还原，还原公式如下(

深度学习的概念起源于对于人工神经网络的研究（孙志军，2012）。人工神经网络是一种模仿生物的神经系统的结构及其运行模式而设计的信息处理算法模型。人工神经网络的基本单元为神经元，其结构如图7所示，输入信号乘上神经元中对应的权重并求和，经过激活函数激活并进行输出。受到视觉神经皮层的启发，卷积神经网络（Convolutional Neural Network，CNN）被提出。作为人工神经网络的一个重要的

在整个平台的设计和开发过程中我们用到了Qt作为我们的界面工具，在图像处理方面，我们还调用了OpenCV中的一些函数，后台用到了数据库用来存储医学图像的数据。Qt是一个跨平台的C++图形用户界面库，由挪威Troll Tech公司出品。目前产品包括Qt、基于Framebuffer的Qt Embedded、快速开发工具Qt Designer、国际化工具Qt Linguist等部分。Qt不但支持所有Uni

随着我国计算机与互联网技术的不断发展，我国各大行业智能化的进程得以不断的加快，特别是在进入2019年以后，我国气象监测行业的发展正在逐渐向外国的最好的产品靠拢，使得我国各个行业中的测量技术得到了不错的改进。计算机软件技术与网络技术的发展使得，越来越多基于计算机技术与网络技术的软件系统得以被应用到我们的日常生活和工作中去。

电影发展的越来越迅速，如何在这块红海市场中分得一杯羹成为一个比较具有挑战性的问题，因此本文基于python爬虫制作了一个爬取电影票房网站的爬虫程序，成功地爬取到了电影票房的数据并且保存到了数据库中并进行分析，通过这种操作，使得电影的票房更加透明，清晰。